ShiBA

Shiny Bayesian Analysis

SHIBA

Package (Müller 2020)
Combinant (Chang et al. 2023) et (STAN) (2023)
Basé sur (Fay et al. 2023)
Pour faciliter les analyses statistiques Bayésiennes
License CC-by-nc 4.0

But :

Statistique bayésienne no-code
faciliter l’utilisation de ces approches pour les médecins-chercheurs
diffuser les méthodes bayésiennes

Disponible sur Github

https://github.com/GMRC-HUS/ShiBA

Site d’aide : gmrc-hus.github.io/ShiBA/

Github

Installation simple

Dépendant du logiciel


remotes::install_github("https://github.com/GMRC-HUS/ShiBA")

ShiBA::run_app(options = list(launch.browser = TRUE))

Site d’aide

Application

Perspectives

Maintenir le package (corriger les bugs)
Rajouter des représentations graphiques
Rajouter des modèles (V2)

Référence

Chang, Winston, Joe Cheng, JJ Allaire, Carson Sievert, Barret Schloerke, Yihui Xie, Jeff Allen, Jonathan McPherson, Alan Dipert, and Barbara Borges. 2023. “Shiny: Web Application Framework for r.” https://CRAN.R-project.org/package=shiny.

Fay, Colin, Vincent Guyader, Sébastien Rochette, and Cervan Girard. 2023. “Golem: A Framework for Robust Shiny Applications.” https://CRAN.R-project.org/package=golem.

Müller, Kirill. 2020. Here: A Simpler Way to Find Your Files. https://CRAN.R-project.org/package=here.

Stan Development Team. 2023. “RStan: The r Interface to Stan.” https://mc-stan.org/.